IQ——是否做过三级联动的下拉菜单,简述实现流程?

描述

有做过三级级联菜单,使用的前端AngularJs技术来实现的,主要通过内置对象$watch来监听上级菜单是否发生变化。实现关键还需要:数据库表中添加一个字段,用于存储父级id,且将其称作printId

一级:
1)即printId = 0
2)查询数据库中所有的printId = 0的数据,组成一级下拉列表。
二级:
1)即prinId = 一级对象的id
2)使用$watch监听一级菜单的id,如果发生变化,通过该一级id,重新获取二级下拉列表
三级:
1)即prinId = 二级对象的id
2)使用$watch监听二级菜单的id,如果发生变化,通过该二级id,重新获取三级下拉列表

注意:如果使用的原生JS,原理是一样的,但是重新获取二级下拉列表时,需要将上一次的二级下拉列表删除,不然会累计(不是覆盖)

代码

附上AngularJS实现三级联动的代码,便于理解

/获取三级联动列表
	//获取一级
	$scope.selectItemCat1List=function () {
		itemCatService.findByParentId(0).success(function (response) {
			$scope.itemCat1List=response;
		});
	}
	//获取二级
	$scope.$watch('entity.goods.category1Id',function (newValue, oldValue) {
		//不是o,就表示选择了一级分类
		if(newValue){
			itemCatService.findByParentId(newValue).success(function (response) {
				$scope.itemCat2List = response;
			});
		}
	});
	//获取三级
	$scope.$watch('entity.goods.category2Id', function(newValue, oldValue) {
		//判断二级分类有选择具体分类值,在去获取三级分类
		if(newValue){
			//根据选择的值,查询二级分类
			itemCatService.findByParentId(newValue).success(function(response){
					$scope.itemCat3List=response;
				}
			);
		}
	});

附上二级省市联动的代码,以便对比

<script type="text/javascript">
	$(function(){
		//一维数组存储省份信息
		var pros = ["四川","新疆","内蒙古"];
		//二维数组存储城市信息
		var cities = [
						["成都","绵阳","攀枝花"],
						["乌鲁木齐","吐鲁番","伊犁"],
						["呼和浩特","包头","鄂尔多斯"]
					];
		//读取省份信息
		for(var i=0;i<pros.length;i++){
			var option = $("<option value='"+i+"'>"+pros[i]+"</option>");
			$("#province").append(option);
		}
		
		//省份改变时,读取对应的城市信息
		$("#province").change(function(){
			//将城市下拉列表的内容清理掉,html()效果同innerHTML,text()效果同innerText
			$("#city").html("<option>--请选择--</option>");
			var index = $(this).val();
			//cities[index]根据索引取出的城市的信息,是一个数组
			for(var i=0;i<cities[index].length;i++){
				var option = $("<option>"+cities[index][i]+"</option>");
				$("#city").append(option);
			}
		});
	});
</script>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陈年_H

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值